我有一个类似于以下结构的数据框(df):
yourbehavior condition tryreduce comfortable vegvalidity
1 2 4 3 3
2 5 7 4 5
3 7 1 2 4
我希望找到一种高效地运行以下回归的方法。
lm(yourbehavior ~ condition + tryreduce + (condition*tryreduce), data = df)
lm(yourbehavior ~ condition + comfortable + (condition*comfortable), data = df)
lm(yourbehavior ~ condition + vegvalidity + (condition*vegvalidity), data = df)
有人知道我该如何同时执行这些回归分析吗?我的实际数据集中比我在此示例中包含的要多。
我读过,在R中使用for循环通常不是进行这些类型分析最有效的方法。如果可能,我更喜欢使用tidyverse,因为那是我最理解的。
lm
之前添加了一个~
。这是告诉map
一个匿名函数即将到来是必要的。map
正在迭代form
的每个元素。.x
告诉map
在该函数(在此情况下为lm
)中映射的参数的位置。 - eipi10models
是一个lm
对象的列表。要获取单个lm
模型的完整摘要,您需要执行summary(m1)
(如果您的模型对象被称为m1
)。在这里,您需要遍历模型列表,因此可以执行map(models, summary)
来获取每个模型的摘要(摘要也将作为列表返回)。要获取特定模型的摘要,例如,您可以执行summary(models[[2]])
或summary(models[["comfortable"]])
。 - eipi10